0
| 本文作者： 恒亮 | 2017-03-15 17:16 |
昨天，著名深度學(xué)習(xí)開源庫 Keras 通過官方博客正式發(fā)布了全新版本：Keras 2。
根據(jù)官方介紹，此次更新的重點(diǎn)有兩個(gè)：
Keras 2 API 將作為 TensorFlow 框架的一部分直接向用戶提供支持；
Keras 2 API 經(jīng)過了重新設(shè)計(jì)，將成為團(tuán)隊(duì)第一個(gè)長(zhǎng)期支持（long-term-support）的 API。
Keras 表示：從 2015 年 3 月發(fā)布第一個(gè)版本以來，有數(shù)以百計(jì)的開發(fā)人員對(duì) Keras 的開源代碼做了完善和拓展，數(shù)以千計(jì)的熱心用戶在社區(qū)對(duì) Keras 的發(fā)展做出了貢獻(xiàn)。目前，有大量的 AI 初創(chuàng)公司在 Keras 的幫助下掛牌成立，大量的研究人員通過 Keras 有效提升了研發(fā)效率，大公司的工程師們則通過 Keras 大大簡(jiǎn)化了他們的工作流程。更為重要的是，通過使用 Keras，更多的從前完全沒有機(jī)器學(xué)習(xí)開發(fā)經(jīng)驗(yàn)的用戶，從此步入了深度學(xué)習(xí)的世界。
在本次版本更新中，最重要的一項(xiàng)內(nèi)容就是增強(qiáng)了 Keras 與 TensorFlow 的邏輯一致性。按照 Keras 在博客中的說法：“這是將 Keras API 整合到 TensorFlow 核心的一個(gè)重要的準(zhǔn)備步驟”。
實(shí)際上，從 2015 年 12 月的版本開始，Keras 就已經(jīng)支持用戶將 TensorFlow 作為運(yùn)行后端（runtime backend），但此前，Keras 的 API 與 TensorFlow 的代碼庫尚處于相互隔離的狀態(tài)。未來，從 TensorFlow 1.2 版本開始，Keras 2 API 將作為 TensorFlow 框架的一部分直接向用戶提供支持，Keras 在博客中表示：“這是 TensorFlow 實(shí)現(xiàn)下一個(gè)百萬用戶級(jí)目標(biāo)的關(guān)鍵”。
Keras 在博客中表示，他們更愿意人們將 Keras 視為一種通用的 API 規(guī)范，而不僅僅是一個(gè)具體的代碼庫。在這個(gè)意義上，他們將此前的 Keras 實(shí)現(xiàn)歸結(jié)為兩個(gè)大類：
TensorFlow 的內(nèi)部實(shí)現(xiàn)，也就是前不久在 TensorFlow 1.0 版本中發(fā)布的 tf.keras 模塊，完全基于 TensorFlow 編寫，并且與所有 TensorFlow 功能深度兼容；
通用實(shí)現(xiàn)，兼容多種運(yùn)行后端，包括 Theano 和 TensorFlow 等（將來可能會(huì)支持更多其他的后端）。
類似的，知名 Java 深度學(xué)習(xí)庫 Deeplearning4j 目前正在基于 Scala 語言實(shí)現(xiàn) Keras 規(guī)范的一部分，即 ScalNet；而為了讓 Keras 在瀏覽器中運(yùn)行，Keras.js 團(tuán)隊(duì)也在基于 JavaScript 實(shí)現(xiàn)一部分 Keras API。這樣的例子還有很多。
這些例子正符合了 Kera 成為一種通用的 API 規(guī)范的發(fā)展定位。按照 Keras 在博客中的說法：“Keras API 意在成為一個(gè)深度學(xué)習(xí)實(shí)踐者的通用語言，一個(gè)跨越多種不同的工作流、獨(dú)立于各種底層平臺(tái)的深度學(xué)習(xí)通用語言”。
Keras 2 的另一項(xiàng)重要更新是 API 的變化。Keras 在博客中表示，全新發(fā)布的 Keras 2 API 將成為團(tuán)隊(duì)第一個(gè)長(zhǎng)期支持的 API，不但兼容目前最新的軟件，而且未來將保持長(zhǎng)期有效。為了實(shí)現(xiàn)這一點(diǎn)，Keras 重新設(shè)計(jì)了絕大部分 API，為將來的擴(kuò)展和更新預(yù)留了充足的修改空間。值得一提的是，新設(shè)計(jì)的 API 完全兼容于谷歌 TensorFlow 規(guī)范。
此次 API 更新的要點(diǎn)包括：
大部分軟件層的 API 接口都和從前完全不同，特別是 Dense、BatchNormalization 和所有卷積相關(guān)的層。但由于軟對(duì)設(shè)置了兼容接口，因此 Keras 1 的代碼不經(jīng)修改仍然可以在 Keras 2 上運(yùn)行（但會(huì)出現(xiàn)打印警告）；
生成器訓(xùn)練和評(píng)估方法相關(guān)的 API 也已經(jīng)改變（包括 fit_generator、predict_generator 和 evaluate_generator 等）。同樣，Keras 1 的代碼仍然可以運(yùn)行；
在 fit 中，nb_epoch 已經(jīng)被更名為 epochs。而且，這一更改也適用于 API 轉(zhuǎn)換接口；
許多圖層的保存權(quán)重格式已更改。同樣，以從前的權(quán)重保存的文件仍然可以在 Keras 2 中加載；
objectives 模塊已經(jīng)被更名為 losses。
由于 Keras 2 是一次重大的版本更新，因此無法避免地要引入一些與此前版本不兼容的地方，特別是對(duì)于高級(jí)用戶而言，這些信息至關(guān)重要：
包括 MaxoutDense、TimeDistributedDense 和 Highway 在內(nèi)的舊版軟件層已經(jīng)被永久刪除；
許多舊版的指標(biāo)（metrics）和損失函數(shù)（loss functions）被刪除；
BatchNormalization 層不再支持 mode 參數(shù)；
由于內(nèi)核代碼已經(jīng)改變，因此自定義層必須全部更新。不過由于修改相對(duì)不大，因此更新應(yīng)該不會(huì)太耗時(shí)，更新詳情參見： https://keras.io/layers/writing-your-own-keras-layers/
所有使用未記錄的（undocumented） Keras 函數(shù)的代碼段可能都已經(jīng)不可用；因此高級(jí)用戶需要進(jìn)行一些修改。
目前 Keras 2 已經(jīng)在 Github 上開源： https://github.com/fchollet/keras
用戶可以通過 PyPI 直接更新： pip install keras --upgrade
來源：keras，雷鋒網(wǎng)編譯
雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))相關(guān)閱讀：
TensorFlow和Caffe、MXNet、Keras等其他深度學(xué)習(xí)框架的對(duì)比
TensorFlow 1.0 正式發(fā)布 你需要知道的都在這里
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
